在具有神经网络潜力的溶液-溶剂反应中捕获二元体溶剂行为
Frédéric Célerse1, Veronika Juraskova1, Shubhajit Das1
1Laboratory for Computational Molecular Design (LCMD), Institute of Chemical Sciences and Engineering, Ecole Polytechnique Fédérale de Lausanne (EPFL), 1015 Lausanne, Switzerland.
本研究介绍了一种有效的工作流程,用于模拟使用神经网络潜力 (NNP) 的溶液中的化学反应. 该方法准确地模拟复杂的溶解物-溶剂相互作用和反应途径,克服了传统计算化学方法的局限性.
科学领域:
- 计算化学的计算化学
- 化学物理 化学物理
- 分子动力学分子动力学
背景情况:
- 对传统量子化学方法来说,模拟冷凝相化学反应性在计算上是非常苛刻的.
- 系统大小和反应复杂性在准确建模化学过程方面带来了重大挑战.
研究的目的:
- 开发一个高效的工作流程,用于训练神经网络潜力 (NNP),以探索解决能源障碍.
- 调查一种令人费解的溶解物-溶剂反应路径,涉及不同溶剂中N-enoxyphthalimide的环开放.
主要方法:
- 使用主动和转移学习来绕过PBE0-D3 (BJ) 计算的计算负担.
- 采用高温度元动力学模拟与多个时间步骤集成用于加速过渡状态采样.
- 开发和应用神经网络潜力 (NNP) 用于初级级模拟.
主要成果:
- 成功生成了与实验观测相一致的详细自由能量表面和相对能量障碍.
- 识别了涉及多个溶剂分子的过渡状态,与静态模型形成对比.
- 发现溶剂的差异源于电子效应和形态,而不是键网络.
结论:
- 开发的工作流程能够高效,准确地模拟溶液中的复杂化学反应.
- 动态模拟对于捕捉溶液-溶剂相互作用的全部复杂性至关重要.
- 该研究提供了对溶剂依赖的反应机制的见解,突出了电子和的因素的相互作用.
更多相关视频
06:19Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction
Published on: August 16, 2024
08:54Vibrational Spectra of a N719-Chromophore/Titania Interface from Empirical-Potential Molecular-Dynamics Simulation, Solvated by a Room Temperature Ionic Liquid
Published on: January 25, 2020
相关概念视频
Entropy and Solvation
Solvating Effects
Solution Formation
This selective...
Solvents
A...
Energetics of Solution Formation
When the strengths of the intermolecular forces of attraction between solute and solvent species in a solution are no different than those present in the separated components, the solution is formed with no accompanying energy change. Formation of the solution requires the solute–solute and solvent–solvent...
Molecular Shape and Polarity
